CN103970808A - 媒体内容推荐方法及媒体播放系统 - Google Patents

媒体内容推荐方法及媒体播放系统 Download PDF

Info

Publication number
CN103970808A
CN103970808A CN201310053677.7A CN201310053677A CN103970808A CN 103970808 A CN103970808 A CN 103970808A CN 201310053677 A CN201310053677 A CN 201310053677A CN 103970808 A CN103970808 A CN 103970808A
Authority
CN
China
Prior art keywords
user
information
media
media content
content recommendations
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310053677.7A
Other languages
English (en)
Other versions
CN103970808B (zh
Inventor
萧希群
魏守德
曹训志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wistron Corp
Original Assignee
Wistron Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wistron Corp filed Critical Wistron Corp
Publication of CN103970808A publication Critical patent/CN103970808A/zh
Application granted granted Critical
Publication of CN103970808B publication Critical patent/CN103970808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种媒体内容推荐方法及媒体播放系统。该媒体内容推荐方法，用于一媒体播放系统，该方法包含有识别一观赏空间内的一使用者；判断该使用者的一个人信息是否储存于一数据库；以及于该使用者的该个人信息储存于该数据库时，根据该个人信息，产生一第一媒体内容推荐信息。

Description

媒体内容推荐方法及媒体播放系统
技术领域
本发明涉及一种用于媒体播放系统的媒体内容推荐方法及其媒体播放系统，特别是涉及一种可用于多人同时使用的媒体播放系统中，针对多个使用者的偏好进行推荐的媒体内容推荐方法及其媒体播放系统。
背景技术
现有的使用人脸识别的媒体推荐系统可于识别出使用者后，读取或显示使用者的数据，如使用者的网页浏览纪录、音乐播放清单、使用习惯等。这类媒体推荐系统往往用于单人使用的电子装置，如平板计算机（tablet）、智能型手机（smart phone）、笔记型计算机（laptop）、个人数字助理（PDA）等。系统可允许单一使用者登入，并读取或显示该使用者的各项数据。
然而，现有的单人媒体推荐系统在应用于多个使用者同时使用的电子装置时，无法同时符合多人的使用偏好，因此必须通过其它选择方式处理。举例来说，系统可选择使用频率最高的使用者以读取其偏好信息，并根据此偏好信息进行媒体内容推荐，在此情况下，其他使用者的偏好信息则无法被考虑进来。近年来，由于数字电视逐渐普及，对于时常有多个使用者同时使用的数字电视来说，现有的媒体推荐系统已无法取得适合的推荐结果。因此，现有技术实有改进的必要。
发明内容
本发明的主要目的即在于提供一种可用于多人同时使用的媒体播放系统中，针对多个使用者的偏好进行推荐的媒体内容推荐方法及其媒体播放系统。
本发明揭示一种媒体内容推荐方法，用于一媒体播放系统。该方法包含有识别一观赏空间内的一使用者；判断该使用者的一个人信息是否储存于一数据库；以及于该使用者的该个人信息储存于该数据库时，根据该个人信息，产生一第一媒体内容推荐信息。
本发明还揭示一种媒体内容推荐方法，用于一媒体播放系统。该方法包含有识别一观赏空间内的多个使用者，以产生一识别结果；根据该识别结果，将该多个使用者分为一第一群组及一第二群组，其中该第一群组的每一使用者的一个人信息储存于一数据库，该第二群组的每一使用者的一个人信息未储存于该数据库；以及根据该第一群组的每一使用者的该个人信息，产生一第一媒体内容推荐信息。
本发明还揭示一种具有媒体内容推荐功能的一媒体播放系统。该媒体播放系统包含有一数据库；一取像装置，用来识别一观赏空间内的一使用者；以及一处理单元，用来判断该使用者的一个人信息是否储存于该数据库，并于该使用者的该个人信息储存于该数据库时，根据该个人信息，产生一第一媒体内容推荐信息。
本发明还揭示一种具有媒体内容推荐功能的一媒体播放系统。该媒体播放系统包含有一数据库；一取像装置，用来识别一观赏空间内的多个使用者，以产生一识别结果；以及一处理单元，用来根据该识别结果，将该多个使用者分为一第一群组及一第二群组，并根据该第一群组的每一使用者的一个人信息，产生一第一媒体内容推荐信息。其中，该第一群组的每一使用者的该个人信息储存于该数据库，该第二群组的每一使用者的一个人信息未储存于该数据库。
附图说明
图1为本发明实施例一媒体播放系统的示意图。
图2为媒体播放系统的运作方式的示意图。
图3为本发明实施例一媒体内容推荐流程的示意图。
图4为本发明实施例对应于个人信息储存于数据库的使用者的一媒体内容推荐方式的示意图。
图5为本发明实施例对应于个人信息未储存于数据库的使用者的一媒体内容推荐方式的示意图。
图6为本发明实施例另一媒体内容推荐流程的示意图。
附图符号说明
10 媒体播放系统
102 数据库
104 取像装置
106 处理单元
108 显示装置
110、210、212、220 使用者
G1、G2 群组
T1～T3 使用者类型
30、40、50、60 流程
300～310、400～416、500～508、 步骤
600～610
具体实施方式
请参考图1，图1为本发明实施例一媒体播放系统10的示意图。如图1所示，媒体播放系统10包含一数据库102、一取像装置104、一处理单元106及一显示装置108。数据库102用来储存使用者的个人信息，个人信息包含使用者对媒体内容的偏好信息以及可用来进行识别的脸部信息，而注册过的使用者或曾经使用过媒体播放系统10的使用者的使用信息储存在数据库102中。取像装置104用来识别媒体播放系统10的观赏空间内的使用者，于媒体播放系统10运作时，取像装置104会持续检测观赏空间，以判断是否有使用者进入观赏空间，或从观赏空间离开。当取像装置104判断一使用者110进入观赏空间之后，处理单元106可判断使用者110的个人信息是否储存于数据库102。处理单元106并根据使用者110的个人信息是否储存于数据库102，进行不同的后续处理。详细来说，当处理单元106判断使用者110的个人信息储存于数据库102时，可根据使用者110的个人信息，产生媒体内容推荐信息；当处理单元106判断使用者110的个人信息未储存于数据库102时，可根据使用者110的一通用特征及相关于此通用特征的信息，产生媒体内容推荐信息。显示装置108则用来显示处理单元106所产生的媒体内容推荐信息，以提供予观赏空间内的使用者。举例来说，显示装置108可利用一清单或播放列表列出媒体内容推荐信息。于部分实施例中，亦可由媒体播放系统10直接播放媒体内容推荐信息中的媒体文档。
关于产生媒体内容推荐信息的方式，媒体播放系统10可根据使用者属性的不同，进行不同的推荐机制。举例来说，媒体播放系统10的观赏空间内可能同时存在一个或多个使用者，而这些使用者中，可能有部分使用者有注册于媒体播放系统10，因此其个人信息储存于数据库102，则可根据其个人信息的内容来进行媒体内容推荐；其他未注册于媒体播放系统10的使用者，由于其个人信息未储存于数据库102，则必须通过通用特征及相关特征信息来进行媒体内容推荐。请参考图2，图2为媒体播放系统10的运作方式的示意图。如图2所示，当媒体播放系统10开启时，处理单元106可先对正在使用媒体播放系统10（即位于媒体播放系统10的观赏空间内）的使用者进行分类，而分类方式可以使用者的个人信息是否储存于数据库102作为依据。如图2所示，若使用者的个人信息储存于数据库102时，使用者被分至群组G1中；若使用者的个人信息未储存于数据库102时，使用者被分至群组G2中。因此，所有位于观赏空间内的使用者皆会被分类至群组G1或G2当中一者。
数据库102中储存的个人信息包含使用者的外貌特征，因此取像装置104可通过人脸识别来判断观赏空间中每一使用者的个人信息是否储存于数据库102，进而对使用者进行分类。取像装置104可判断每一使用者的脸部特征，并将此脸部特征与数据库102中储存的每一使用者的个人信息中的脸部特征一一进行比对，再根据比对结果判断使用者的个人信息是否储存于数据库102。一种比对方式是判断观赏空间内使用者的脸部特征与数据库102储存的脸部特征的相似度是否大于一预设值。若进行比对时发现，某一使用者210的脸部特征与数据库102中一使用者的脸部特征的相似度大于预设值时，可判断使用者210的个人信息是储存于数据库102，应被分类至群组G1。此时，于数据库102中，对应于使用者210的脸部特征具有一最大相似度的脸部特征所属的使用者，可认定为使用者210。另一方面，若某一使用者220的脸部特征与数据库102中每一使用者的脸部特征的相似度皆小于预设值时，可判断使用者220的个人信息未储存于数据库102，应被分类至群组G2。
接着，处理单元106分别根据群组G1及G2中的使用者信息来进行媒体内容推荐。于群组G1中，使用者的个人信息皆储存于数据库102，因此可取得所有使用者的个人信息中相关于媒体播放内容的偏好信息。数据库102所储存的偏好信息包含使用者所播放过的媒体文档、播放时间及日期，处理单元106则根据此偏好信息进行相关的媒体内容推荐。于部分实施例中，群组G1仅具有单一使用者210。因此，处理单元106取得使用者210的偏好信息之后，即可据以进行媒体内容推荐。
于部分实施例中，群组G1具有多个使用者，因此处理单元106必须针对多个使用者的个人偏好来进行媒体内容推荐。以两个使用者210及212的情况为例，处理单元106先判断使用者210及212是否有同时播放的媒体文档，亦即，储存于数据库102的使用者210及212的个人信息中，是否有任何媒体文档在相同时间及日期同时被使用者210及212播放。若有，则处理单元106根据使用者210及212同时播放的媒体文档来产生媒体内容推荐信息。举例来说，使用者210及212同时播放的媒体文档可能多为某一特定类型音乐（如摇滚、蓝调、流行音乐等）或多为某一特定歌手的歌曲，因此，所产生的媒体内容推荐信息可能以此特定类型音乐或此特定歌手的歌曲为主。针对三个以上使用者的媒体内容推荐亦可依此方式操作，例如当群组G1具有三个使用者时，可先找出三人同时播放的媒体文档，并将其赋予最高权重；接着寻找三人中任意两人同时播放的媒体文档，并将其赋予次的的权重。处理单元106可根据权重高低将推荐的媒体文档进行排序，以显示于显示装置108中。如此一来，所推荐的媒体内容可同时符合多人的偏好。
上述实施例中，可能出现使用者210及212没有同时播放的媒体文档的情形。此时，处理单元106另判断使用者210及212是否有共同播放过的媒体文档，亦即，储存于数据库102的使用者210及212的个人信息中，是否有任何媒体文档在不同时间或日期被使用者210及212播放。若有，则处理单元106根据使用者210及212共同播放过的媒体文档来产生媒体内容推荐信息。举例来说，使用者210及212共同播放过的媒体文档可能多数为某一特定类型音乐（如摇滚、蓝调、流行音乐等）或多数为某一特定歌手的歌曲，因此，所产生的媒体内容推荐信息可能以此特定类型音乐或此特定歌手的歌曲为主。针对三个以上使用者的媒体内容推荐亦可依此方式操作，例如当群组G1具有三个使用者时，可先找出三人共同播放过的媒体文档，并将其赋予最高权重；接着寻找三人中任意两人共同播放过的媒体文档，并将其赋予次之的权重。处理单元106可根据权重高低将推荐的媒体文档进行排序，以显示于显示装置108中。如此一来，所推荐的媒体内容可同时符合多人的偏好。
上述实施例中，仍可能出现使用者210及212没有共同播放过的媒体文档的情形。此时，处理单元106另判断使用者210及212的使用优先权顺序。处理单元106可分别根据使用者210及212播放过的媒体文档进行媒体内容推荐，针对优先权顺序较高的使用者，其播放过的文档内容的相关媒体文档具有较高权重；而对于优先权顺序较低的使用者，其播放过的文档内容的相关媒体文档具有较低权重。举例来说，若使用者210的使用优先权高于使用者212，则处理单元106优先根据使用者210播放过的媒体内容来产生媒体内容推荐信息，再根据使用者212播放过的媒体内容来产生媒体内容推荐信息，而前者被赋予的权重高于后者。于部分实施例中，处理单元106可能仅产生相关于优先权最高的使用者的媒体内容推荐信息，或者，处理单元106产生相关于优先权较高的部分使用者的媒体内容推荐信息，并根据使用者的不同使用优先权顺序，赋予媒体内容推荐信息中每一媒体文档不同的权重，并显示权重最高的媒体文档。如此一来，所推荐的媒体内容可同时符合多人的偏好。
不同使用者的使用优先权顺序可通过任何方式判断，举例来说，可根据使用者使用媒体播放系统10的时间来判断，例如过去一段时间内，使用者210使用媒体播放系统10的时间较长而使用者212使用的时间较短，因此使用者210被赋予较高的使用优先权顺序。或者，使用优先权顺序可根据使用者播放文档的次数或频率来判断，例如过去一段时间内，使用者210使用媒体播放系统10播放的文档数量较多或播放频率较高，因此使用者210被赋予较高的使用优先权顺序。
总结来说，针对群组G1的使用者，处理单元106先判断群组G1具有单一使用者或多个使用者。当群组G1仅具有单一使用者时，处理单元106根据该单一使用者的个人信息中的偏好信息，产生媒体内容推荐信息。当群组G1具有多个使用者时，处理单元106另判断该多个使用者是否具有同时播放的媒体文档。当该多个使用者具有同时播放的媒体文档时，处理单元106根据此同时播放的媒体文档，产生媒体内容推荐信息。当该多个使用者不具有同时播放的媒体文档时，处理单元106另判断该多个使用者是否具有共同播放过的媒体文档。当该多个使用者具有共同播放过的媒体文档时，处理单元106根据此共同播放过的媒体文档，产生媒体内容推荐信息。当该多个使用者不具有共同播放过的媒体文档时，处理单元106另判断该多个使用者的使用优先权顺序，并将具有较高使用优先权的使用者播放过的文档赋予较高权重，再根据权重大小，产生媒体内容推荐信息。
于媒体播放系统10的观赏空间内，部分使用者因其个人信息未储存于数据库102中，而被分配至群组G2。针对群组G2中的使用者，本发明亦可根据使用者的通用特征及相关特征信息，产生媒体内容推荐信息。如此一来，所推荐的媒体内容不仅可符合已注册于数据库102的使用者的偏好，亦可符合未注册于数据库102的使用者当中多数使用者的偏好。
详细来说，处理单元106可根据通用特征，先将群组G2的使用者分类为多个使用者类型，并根据分类的结果，于多个使用者类型中，取得具有最多使用者的特定使用者类型。上述通用特征可包含使用者的肤色、性别及年龄等外貌特征，因此相对应的使用者类型可为不同肤色、不同性别及不同年龄的组合。举例来说，针对肤色可将使用者分类为黄种人、黑人及白人，针对性别可将使用者分为男及女，针对年龄可大略将使用者分为老人、成人及小孩。取像装置104具有识别人类脸部特征的功能，因此每一使用者皆可根据其本身的外貌特征及每一使用者类型所对应的通用特征的相似度来进行分类。如此一来，依据上述分类，可将所有使用者分为3*2*3=18种使用者类型。完成分类之后，处理单元106可根据分类结果，取得具有最多使用者的特定使用者类型，进而根据对应于此特定使用者类型的特定一特征信息，产生媒体内容推荐信息。以图2中的群组G2为例，若群组G2中所有使用者被分类为三种使用者类型T1～T3，使用者类型T2包含两个使用者而使用者类型T1及T3仅各包含一个使用者时，处理单元106即根据使用者类型T2的特征信息来进行媒体内容推荐。
上述特征信息代表对应于使用者类型T2的通用特征的通用偏好信息。举例来说，若对应于使用者类型T2的通用特征为小孩，则处理单元106可能推荐童谣或儿歌，以符合多数小孩的偏好；若对应于使用者类型T2的通用特征为黑人，则处理单元106可能推荐灵魂乐，以符合多数黑人的偏好；若对应于使用者类型T2的通用特征为白人，则处理单元106可能推荐古典乐或重金属，以符合多数白人的偏好。通用特征的分类方法以及每一通用特征的特征信息可任意选择，而不限于此。
特征信息除了可根据上述一般人对通用特征所定义的通用偏好信息而内建于数据库102，特征信息亦可由媒体播放系统的历史信息取得。举例来说，数据库102可储存于云端，并连接多个媒体播放系统，当每一媒体播放系统开启时，皆可连线至数据库102，并将使用信息（即某一使用者类型的使用者播放具有某一特征信息的媒体文档）上传至数据库102。长期下来，数据库102可取得每一使用者类型的使用者较常播放的媒体文档，进而取得每一使用者类型的使用者对于媒体内容的偏好信息。如此一来，尽管群组G2的使用者的个人信息未储存于数据库102，媒体播放系统10仍可根据使用者所属的使用者类型，针对多数使用者的偏好进行媒体内容推荐，以产生媒体内容推荐信息。
因此，根据上述针对群组G1及群组G2的使用者产生媒体内容推荐信息的方式，媒体播放系统10可产生两组媒体内容推荐清单。一组是针对有注册于媒体播放系统10的使用者，另一组是针对没有注册于媒体播放系统10的使用者。于部分实施例中，显示装置108可分别显示两组媒体内容推荐清单，以供使用者挑选欲播放的媒体内容。于其它实施例中，亦可将两组清单合并为一组，以一特定权重顺序列出媒体内容推荐清单中的媒体文档。举例来说，可设定群组G1的权重高于群组G2的权重。或者，可根据群组G1及群组G2的使用者人数来决定权重，例如依照群组G1及群组G2的使用者人数比例做为权重，再对合并清单进行合并权重运算之后，列出一混合的媒体内容推荐清单。于部分实施例中，针对群组G1及群组G2产生的两组媒体内容推荐清单具有重复的媒体文档，此时可赋予重复的媒体文档较高权重，并以较高优先权显示于媒体内容推荐清单中。上述实施例的媒体内容推荐信息或媒体内推荐清单皆可显示于显示装置108，抑或由媒体播放系统10直接播放媒体内容推荐信息中的媒体文档。
上述关于媒体内容推荐的方式可归纳为一媒体内容推荐流程30。如图3所示，媒体内容推荐流程30包含以下步骤：
步骤300：开始。
步骤302：取像装置104识别一观赏空间内的多个使用者，以产生一识别结果。
步骤304：处理单元106根据该识别结果，将该多个使用者分为群组G1及群组G2，其中群组G1的每一使用者的一个人信息储存于一数据库102，群组G2的每一使用者的一个人信息未储存于数据库102。
步骤306：处理单元106根据群组G1的每一使用者的该个人信息，产生一第一媒体内容推荐信息。
步骤308：处理单元106根据群组G2的每一使用者的一通用特征及相关于该通用特征的一特征信息，产生一第二媒体内容推荐信息。
步骤310：结束。
于媒体内容推荐流程30中，步骤306由处理单元106所执行，其描述对应于群组G1（个人信息储存于数据库102的使用者）的媒体内容推荐方式。如图4所示，步骤306可再细分为以下步骤：
步骤400：开始。
步骤402：判断群组G1具有单一使用者或多个使用者。若群组G1仅具有单一使用者时，执行步骤404；若群组G1具有多个使用者时，执行步骤406。
步骤404：根据该单一使用者的该个人信息中的一偏好信息，产生该第一媒体内容推荐信息。
步骤406：判断该多个使用者是否具有同时播放的一第一媒体文档。若是，执行步骤408；若否，执行步骤410。
步骤408：推荐相关于该第一媒体文档的媒体内容，以产生该第一媒体内容推荐信息。
步骤410：判断该多个使用者是否具有共同播放过的一第二媒体文档。若是，执行步骤412；若否，执行步骤414。
步骤412：推荐相关于该第二媒体文档的媒体内容，以产生该第一媒体内容推荐信息。
步骤414：判断该多个使用者的使用优先权的顺序，并将该多个使用者中，具有较高的该使用优先权的使用者播放过的一第三媒体文档赋予一较高权重，再根据该权重大小，产生该第一媒体内容推荐信息。
步骤416：结束。
另一方面，于媒体内容推荐流程30中，步骤308由处理单元106所执行，其描述对应于群组G2（个人信息未储存于数据库102的使用者）的媒体内容推荐方式。如图5所示，步骤308可再细分为以下步骤：
步骤500：开始。
步骤502：根据该通用特征，将群组G2的使用者分类为使用者类型T1～T3。
步骤504：根据分类的结果，于使用者类型T1～T3中，取得具有最多使用者的一特定使用者类型。
步骤506：根据对应于该特定使用者类型的特定一特征信息，产生该第二媒体内容推荐信息。
步骤508：结束。
值得注意的是，为取得即时的媒体内容推荐信息，当媒体播放系统10开启时，取像装置104随时检测观赏空间内使用者状态的变化。举例来说，由于观看电视时，极少发生所有使用者从电视开启时就持续坐在电视机前方直到电视关闭的情况。大部分情况下，从电视开启到关闭的过程中，使用者是不断地进出观赏空间。因此，若欲取得即时的媒体内容信息，取像装置104必须持续检测，使得每当一个新的使用者进入观赏空间时，处理单元106可立刻判断此使用者的信息是否储存于数据库102，进而将此使用者分配至群组G1或群组G2，以进行后续媒体内容推荐的步骤，并取得新的媒体内容推荐信息。另一方面，每当一使用者离开观赏空间时，处理单元106也会判断离开的使用者为群组G1或群组G2的使用者，进而对群组G1或群组G2所对应的推荐媒体文档的权重重新进行运算，以取得新的媒体内容推荐信息。关于新使用者加入或原使用者离开观赏空间之后，媒体播放系统10的详细运作方式已详述于前文，于此不再赘述。
上述关于新的使用者进入观赏空间的媒体内容推荐方式可归纳为另一媒体内容推荐流程60。如图6所示，媒体内容推荐流程60包含以下步骤：
步骤600：开始。
步骤602：取像装置104识别一观赏空间内的一使用者。
步骤604：处理单元106判断该使用者的一个人信息是否储存于数据库102。
步骤606：处理单元106于该使用者的该个人信息储存于数据库102时，根据该个人信息，产生一第一媒体内容推荐信息。
步骤608：处理单元106于该使用者的该个人信息未储存于数据库102时，根据一通用特征及相关于该通用特征的一特征信息，产生一第二媒体内容推荐信息。
步骤610：结束。
值得注意的是，本发明的主要精神在于可针对多个使用者的偏好进行推荐，因此可用于多人同时使用的媒体播放系统。本领域技术人员可据以修饰或变化，而不限于此。举例来说，上述根据通用特征，对群组G2的使用者进行分类的方式仅为一种实施例，于其它实施例中，群组G2的使用者亦可通过其它方式进行分类，以产生其它使用者类型。此外，每一使用者类型所对应的特征信息可能因数据库102储存的历史数据不同，因而产生不同结果。再者，于上述实施例中，所有相关于媒体文档权重及使用者的使用优先权的安排方式，皆可根据系统需求，以适当的方式进行，而不限于上述实施例所描述的方式。
于现有技术中，媒体推荐系统在应用于多个使用者同时使用的电子装置时，无法同时符合多人的使用偏好。在此情况下，通常只能考虑其中依使用者的偏好信息，而其他使用者的偏好则无法被考虑进来。相较之下，本发明提供一种媒体内容推荐方法，可用于多人同时使用的媒体播放系统中，同时针对多个使用者的偏好进行媒体内容推荐。

Claims (30)

1.一种媒体内容推荐方法，用于一媒体播放系统，该方法包含有：
识别一观赏空间内的一使用者；
判断该使用者的一个人信息是否储存于一数据库；以及
于该使用者的该个人信息储存于该数据库时，根据该个人信息，产生一第一媒体内容推荐信息。
2.如权利要求1所述的方法，其中识别该观赏空间内的该使用者是通过一人脸检测方式来识别。
3.如权利要求1所述的方法，其中判断该使用者的该个人信息是否储存于该数据库的步骤包含有：
判断该使用者的一第一脸部特征与该数据库中储存的每一个人信息中一第二脸部特征的一相似度是否大于一预设值；
当判断该使用者的该第一脸部特征与该数据库中储存的任一个人信息中该第二脸部特征的该相似度大于该预设值时，判断该使用者的该个人信息是储存于该数据库，并判断该使用者为该数据库中对应于该第一脸部特征具有一最大相似度的该第二脸部特征所属的一使用者；以及
当判断该使用者的该第一脸部特征与该数据库中储存的每一个人信息中该第二脸部特征的该相似度皆小于该预设值时，判断该使用者的该个人信息未储存于该数据库。
4.如权利要求1所述的方法，其中根据该个人信息，产生该第一媒体内容推荐信息的步骤包含有：
判断该观赏空间内，除了该使用者之外，是否具有其他使用者的个人信息储存于该数据库；
当判断该观赏空间内仅该使用者的该个人信息储存于该数据库时，根据该使用者的该个人信息中的一偏好信息，产生该第一媒体内容推荐信息；以及
当判断该观赏空间内另有其他使用者的个人信息储存于该数据库时，另判断该使用者的该个人信息及该其他使用者的个人信息之间是否具有相关的偏好信息。
5.如权利要求4所述的方法，其中判断该使用者的该个人信息及该其他使用者的个人信息之间是否具有相关的该偏好信息的步骤包含有：
判断该多个使用者是否具有同时播放的一第一媒体文档；
当判断该多个使用者具有同时播放的该第一媒体文档时，推荐相关于该第一媒体文档的媒体内容，以产生该第一媒体内容推荐信息；以及
当判断该多个使用者不具有同时播放的该第一媒体文档时，还判断该多个使用者是否具有共同播放过的一第二媒体文档。
6.如权利要求5所述的方法，其中判断该多个使用者是否具有共同播放过的该第二媒体文档的步骤包含有：
当判断该多个使用者具有共同播放过的该第二媒体文档时，推荐相关于该第二媒体文档的媒体内容，以产生该第一媒体内容推荐信息；以及
当判断该多个使用者不具有共同播放过的该第二媒体文档时，另判断该多个使用者的使用优先权的顺序，并将该多个使用者中，具有较高的该使用优先权的使用者播放过的一第三媒体文档赋予一较高权重，再根据该权重大小，产生该第一媒体内容推荐信息。
7.如权利要求6所述的方法，其中判断该多个使用者的该使用优先权的顺序的步骤包含根据该多个使用者中每一使用者使用该媒体播放系统的时间，判断该多个使用者的该使用优先权的顺序。
8.如权利要求6所述的方法，其中判断该多个使用者的该使用优先权的顺序的步骤包含根据该多个使用者中每一使用者使用该媒体播放系统播放媒体文档的次数或频率，判断该多个使用者的该使用优先权的顺序。
9.如权利要求1所述的方法，其中于该使用者的该个人信息未储存于该数据库时，根据一通用特征及相关于该通用特征的一特征信息，产生一第二媒体内容推荐信息。
10.如权利要求9所述的方法，其中该通用特征包含使用者的肤色、性别及年龄，以及该多个使用者类型包含不同肤色、不同性别及不同年龄的组合。
11.如权利要求9所述的方法，其中根据该通用特征及相关于该通用特征的该特征信息，产生该第二媒体内容推荐信息的步骤包含有：
根据该通用特征，将该观赏空间内该个人信息未储存于该数据库的使用者分类为多个使用者类型；
根据分类的结果，于该多个使用者类型中，取得具有最多使用者的一特定使用者类型；以及
根据对应于该特定使用者类型的特定一特征信息，产生该第二媒体内容推荐信息。
12.如权利要求11所述的方法，其中根据对应于该特定使用者类型的特定该特征信息，产生该第二媒体内容推荐信息的步骤包含根据该特定使用者类型中所有使用者的一通用偏好信息，产生该第二媒体内容推荐信息。
13.如权利要求9所述的方法，其中当该第一媒体内容推荐信息与该第二媒体内容推荐信息具有重复的媒体文档时，赋予该重复的媒体文档一较高权重。
14.如权利要求1所述的方法，还包含直接播放该第一媒体内容推荐信息中的媒体文档。
15.一种媒体内容推荐方法，用于一媒体播放系统，该方法包含有：
识别一观赏空间内的多个使用者，以产生一识别结果；
根据该识别结果，将该多个使用者分为一第一群组及一第二群组，其中该第一群组的每一使用者的一个人信息储存于一数据库，该第二群组的每一使用者的一个人信息未储存于该数据库；以及
根据该第一群组的每一使用者的该个人信息，产生一第一媒体内容推荐信息。
16.如权利要求15所述的方法，其中识别该观赏空间内的该多个使用者是通过一人脸检测方式来识别。
17.如权利要求15所述的方法，其中根据该识别结果，将该多个使用者分为该第一群组及该第二群组的步骤包含有：
判断该多个使用者中每一使用者的一第一脸部特征与该数据库中储存的每一个人信息中一第二脸部特征的一相似度是否大于一预设值；
当判断该使用者的该第一脸部特征与该数据库中储存的任一个人信息中该第二脸部特征的该相似度大于该预设值时，分配该使用者至该第一群组，并判断该使用者为该数据库中对应于该第一脸部特征具有一最大相似度的该第二脸部特征所属的一使用者；以及
当判断该使用者的该第一脸部特征与该数据库中储存的每一个人信息中该第二脸部特征的该相似度皆小于该预设值时，分配该使用者至该第二群组。
18.如权利要求15所述的方法，其中根据该第一群组的每一使用者的该个人信息，产生该第一媒体内容推荐信息的步骤包含有：
判断该第一群组具有单一使用者或多个使用者；
当判断该第一群组仅具有该单一使用者时，根据该单一使用者的该个人信息中的一偏好信息，产生该第一媒体内容推荐信息；以及
当判断该第一群组具有该多个使用者时，还判断该多个使用者的该个人信息之间是否具有相关的偏好信息。
19.如权利要求18所述的方法，其中判断该多个使用者的该个人信息之间是否具有相关的该偏好信息的步骤包含有：
判断该多个使用者是否具有同时播放的一第一媒体文档；
当判断该多个使用者具有同时播放的该第一媒体文档时，推荐相关于该第一媒体文档的媒体内容，以产生该第一媒体内容推荐信息；以及
当判断该多个使用者不具有同时播放的该第一媒体文档时，还判断该多个使用者是否具有共同播放过的一第二媒体文档。
20.如权利要求19所述的方法，其中判断该多个使用者是否具有共同播放过的该第二媒体文档的步骤包含有：
当判断该多个使用者具有共同播放过的该第二媒体文档时，推荐相关于该第二媒体文档的媒体内容，以产生该第一媒体内容推荐信息；以及
当判断该多个使用者不具有共同播放过的该第二媒体文档时，还判断该多个使用者的使用优先权的顺序，并将该多个使用者中，具有较高的该使用优先权的使用者播放过的一第三媒体文档赋予一较高权重，再根据该权重大小，产生该第一媒体内容推荐信息。
21.如权利要求20所述的方法，其中判断该多个使用者的该使用优先权的顺序的步骤包含根据该多个使用者中每一使用者使用该媒体播放系统的时间，判断该多个使用者的该使用优先权的顺序。
22.如权利要求20所述的方法，其中判断该多个使用者的该使用优先权的顺序的步骤包含根据该多个使用者中每一使用者使用该媒体播放系统播放媒体文档的次数或频率，判断该多个使用者的该使用优先权的顺序。
23.如权利要求15所述的方法，还包含根据该第二群组的每一使用者的一通用特征及相关于该通用特征的一特征信息，产生一第二媒体内容推荐信息。
24.如权利要求23所述的方法，其中该通用特征包含使用者的肤色、性别及年龄，以及该多个使用者类型包含不同肤色、不同性别及不同年龄的组合。
25.如权利要求23所述的方法，其中根据该第二群组的每一使用者的该通用特征及相关于该通用特征的该特征信息，产生该第二媒体内容推荐信息的步骤包含有：
根据该通用特征，将该第二群组的使用者分类为多个使用者类型；
根据分类的结果，于该多个使用者类型中，取得具有最多使用者的一特定使用者类型；以及
根据对应于该特定使用者类型的特定一特征信息，产生该第二媒体内容推荐信息。
26.如权利要求25所述的方法，其中根据对应于该特定使用者类型的特定该特征信息，产生该第二媒体内容推荐信息的步骤包含根据该特定使用者类型中所有使用者的一通用偏好信息，产生该第二媒体内容推荐信息。
27.如权利要求23所述的方法，其中当该第一媒体内容推荐信息与该第二媒体内容推荐信息具有重复的媒体文档时，赋予该重复的媒体文档一较高权重。
28.如权利要求15所述的方法，另包含直接播放该第一媒体内容推荐信息中的媒体文档。
29.一种执行如权利要求1所述媒体内容推荐方法的一媒体播放系统，包含有：
一数据库；
一取像装置，用来识别一观赏空间内的一使用者；以及
一处理单元，用来判断该使用者的一个人信息是否储存于该数据库，并于该使用者的该个人信息储存于该数据库时，根据该个人信息，产生一第一媒体内容推荐信息。
30.一种执行如权利要求15所述媒体内容推荐方法的一媒体播放系统，包含有：
一数据库；
一取像装置，用来识别一观赏空间内的多个使用者，以产生一识别结果；以及
一处理单元，用来根据该识别结果，将该多个使用者分为一第一群组及一第二群组，并根据该第一群组的每一使用者的一个人信息，产生一第一媒体内容推荐信息；
其中，该第一群组的每一使用者的该个人信息储存于该数据库，该第二群组的每一使用者的一个人信息未储存于该数据库。
CN201310053677.7A 2013-01-25 2013-02-19 媒体内容推荐方法及媒体播放系统 Active CN103970808B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW102102930 2013-01-25
TW102102930A TWI499289B (zh) 2013-01-25 2013-01-25 媒體內容推薦方法及媒體播放系統

Publications (2)

Publication Number Publication Date
CN103970808A true CN103970808A (zh) 2014-08-06
CN103970808B CN103970808B (zh) 2018-09-21

Family

ID=51224540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310053677.7A Active CN103970808B (zh) 2013-01-25 2013-02-19 媒体内容推荐方法及媒体播放系统

Country Status (3)

Country Link
US (1) US9003435B2 (zh)
CN (1) CN103970808B (zh)
TW (1) TWI499289B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106899867A (zh) * 2015-12-21 2017-06-27 北京奇虎科技有限公司 一种数据处理方法、装置和终端
CN107077811A (zh) * 2014-09-19 2017-08-18 通力股份公司 显示器语言装置
CN107705793A (zh) * 2017-09-22 2018-02-16 百度在线网络技术（北京）有限公司 基于声纹识别的信息推送方法、系统及其设备
CN111723237A (zh) * 2020-06-12 2020-09-29 腾讯科技（深圳）有限公司 媒体内容访问控制方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9626597B2 (en) 2013-05-09 2017-04-18 Tencent Technology (Shenzhen) Company Limited Systems and methods for facial age identification
CN104143079B (zh) * 2013-05-10 2016-08-17 腾讯科技（深圳）有限公司 人脸属性识别的方法和系统
US20150102981A1 (en) * 2013-10-11 2015-04-16 Microsoft Corporation Eye tracking
US9740361B2 (en) 2013-10-14 2017-08-22 Microsoft Technology Licensing, Llc Group experience user interface
US20150347561A1 (en) * 2014-05-27 2015-12-03 Thomson Licensing Methods and systems for media collaboration groups
US20160232451A1 (en) * 2015-02-09 2016-08-11 Velocee Ltd. Systems and methods for managing audio content
US10491940B1 (en) * 2018-08-23 2019-11-26 Rovi Guides, Inc. Systems and methods for displaying multiple media assets for a plurality of users
CN112040282A (zh) * 2020-08-10 2020-12-04 深圳创维－Rgb电子有限公司 信息发布方法、系统、电视和存储介质
US11800190B2 (en) 2020-09-03 2023-10-24 Arris Enterprises Llc Method and system for content switching and content control based on facial identification profiling
US11641506B2 (en) * 2020-11-11 2023-05-02 Rovi Guides, Inc. Systems and methods for providing media recommendations
US11533528B2 (en) 2021-03-30 2022-12-20 Rovi Guides, Inc. Dynamic scheduling of content

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040194150A1 (en) * 2002-12-20 2004-09-30 Banker Shailen V. Linked information system
CN1941865A (zh) * 2005-09-28 2007-04-04 索尼株式会社 偏好信息处理系统、记录装置、信息处理装置和通信方法
CN101321137A (zh) * 2007-06-07 2008-12-10 音乐会技术公司 分配用户偏好设置给类型中的字段的系统和方法
US20080316372A1 (en) * 2007-06-20 2008-12-25 Ning Xu Video display enhancement based on viewer characteristics
US20100153411A1 (en) * 2007-11-29 2010-06-17 Cisco Technology, Inc. Socially Collaborative Filtering for Providing Recommended Content to a Website for Presentation to an Identified User
CN101828167A (zh) * 2007-10-04 2010-09-08 讯恩科技公司 推荐产生系统、设备和方法
US20110153638A1 (en) * 2009-12-17 2011-06-23 International Business Machines Corporation Continuity and quality of artistic media collections
CN102402594A (zh) * 2011-11-04 2012-04-04 电子科技大学 一种富媒体个性化推荐方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030061206A1 (en) * 2001-09-27 2003-03-27 Richard Qian Personalized content delivery and media consumption
US20030237093A1 (en) * 2002-06-19 2003-12-25 Marsh David J. Electronic program guide systems and methods for handling multiple users
KR100469727B1 (ko) * 2003-03-07 2005-02-02 삼성전자주식회사 통화자의 얼굴을 화면 가운데에 위치시킬 수 있는화상통신용 통신단말기 및 방법
US7822233B2 (en) * 2003-11-14 2010-10-26 Fujifilm Corporation Method and apparatus for organizing digital media based on face recognition
US8285006B2 (en) * 2007-04-13 2012-10-09 Mira Electronics Co., Ltd. Human face recognition and user interface system for digital camera and video camera
TW200910136A (en) * 2007-08-24 2009-03-01 Inventec Corp Operation system logon method and electronic device using the same
CN101378454B (zh) * 2007-08-31 2010-06-16 鸿富锦精密工业（深圳）有限公司 摄像设备及其拍摄方法
US8595642B1 (en) * 2007-10-04 2013-11-26 Great Northern Research, LLC Multiple shell multi faceted graphical user interface
WO2009067670A1 (en) * 2007-11-21 2009-05-28 Gesturetek, Inc. Media preferences
JP4322945B2 (ja) * 2007-12-27 2009-09-02 株式会社東芝 電子機器、及び画像表示制御方法
JP4582212B2 (ja) * 2008-06-24 2010-11-17 カシオ計算機株式会社 撮像装置及びプログラム
TWI428842B (zh) * 2009-09-25 2014-03-01 Htc Corp 影像之應用操作方法及系統，及其電腦程式產品
KR20110102694A (ko) * 2010-03-11 2011-09-19 삼성전자주식회사 얼굴검출을 이용한 디지털 촬영 장치, 상기 디지털 촬영 장치의 제어 방법 및 컴퓨터 판독가능 기록매체.
WO2011148213A1 (en) * 2010-05-26 2011-12-01 Sony Ericsson Mobile Communications Ab Adaptive media object reproduction based on social context
US20120054634A1 (en) * 2010-08-27 2012-03-01 Sony Corporation Apparatus for and method of creating a customized ui based on user preference data
JP5621421B2 (ja) * 2010-09-06 2014-11-12 ソニー株式会社 画像処理装置、プログラム及び画像処理方法
JP2012058838A (ja) * 2010-09-06 2012-03-22 Sony Corp 画像処理装置、プログラム及び画像処理方法
TW201228361A (en) 2010-12-29 2012-07-01 Altek Corp Television system with face recognition, multimedia broadcast system and broadcast control method
US9003448B2 (en) * 2010-12-30 2015-04-07 Verizon Patent And Licensing Inc. User-based program guide methods and systems
US9129107B2 (en) * 2011-02-10 2015-09-08 SecurenCrypt, LLC Document encryption and decryption
US8988512B2 (en) * 2011-04-14 2015-03-24 Mediatek Inc. Method for adjusting playback of multimedia content according to detection result of user status and related apparatus thereof
TWM443899U (en) * 2012-02-29 2012-12-21 Bethel Comp Consultant Co Ltd An intelligent point-of-sales system with active identification of customer group

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040194150A1 (en) * 2002-12-20 2004-09-30 Banker Shailen V. Linked information system
CN1941865A (zh) * 2005-09-28 2007-04-04 索尼株式会社 偏好信息处理系统、记录装置、信息处理装置和通信方法
CN101321137A (zh) * 2007-06-07 2008-12-10 音乐会技术公司 分配用户偏好设置给类型中的字段的系统和方法
US20080316372A1 (en) * 2007-06-20 2008-12-25 Ning Xu Video display enhancement based on viewer characteristics
CN101828167A (zh) * 2007-10-04 2010-09-08 讯恩科技公司 推荐产生系统、设备和方法
US20100153411A1 (en) * 2007-11-29 2010-06-17 Cisco Technology, Inc. Socially Collaborative Filtering for Providing Recommended Content to a Website for Presentation to an Identified User
US20110153638A1 (en) * 2009-12-17 2011-06-23 International Business Machines Corporation Continuity and quality of artistic media collections
CN102402594A (zh) * 2011-11-04 2012-04-04 电子科技大学 一种富媒体个性化推荐方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐颖秦主编: "《物联网技术及应用》", 30 September 2012, 机械工业出版社 *
白冬辉等: "人脸识别技术在多媒体设备智能管理中的应用", 《计算机应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107077811A (zh) * 2014-09-19 2017-08-18 通力股份公司 显示器语言装置
CN106899867A (zh) * 2015-12-21 2017-06-27 北京奇虎科技有限公司 一种数据处理方法、装置和终端
CN107705793A (zh) * 2017-09-22 2018-02-16 百度在线网络技术（北京）有限公司 基于声纹识别的信息推送方法、系统及其设备
CN107705793B (zh) * 2017-09-22 2023-01-31 百度在线网络技术（北京）有限公司 基于声纹识别的信息推送方法、系统及其设备
CN111723237A (zh) * 2020-06-12 2020-09-29 腾讯科技（深圳）有限公司 媒体内容访问控制方法

Also Published As

Publication number Publication date
TWI499289B (zh) 2015-09-01
US9003435B2 (en) 2015-04-07
TW201431362A (zh) 2014-08-01
US20140215504A1 (en) 2014-07-31
CN103970808B (zh) 2018-09-21

Similar Documents

Publication Publication Date Title
CN103970808A (zh) 媒体内容推荐方法及媒体播放系统
Deldjoo et al. Recommender systems leveraging multimedia content
Deldjoo et al. Using visual features based on MPEG-7 and deep learning for movie recommendation
Deldjoo et al. Movie genome: alleviating new item cold start in movie recommendation
Cheng et al. MMALFM: Explainable recommendation by leveraging reviews and images
Deldjoo et al. Content-based video recommendation system based on stylistic visual features
Sharghi et al. Query-focused extractive video summarization
WO2020052084A1 (zh) 视频封面选择方法、装置和计算机可读存储介质
US11276398B1 (en) System and method for providing natural language recommendations
CN107810497B (zh) 呈现搜索结果的方法、系统、和介质
Musto et al. Semantics-aware recommender systems exploiting linked open data and graph-based features
US20140298364A1 (en) Recommendations for media content based on emotion
CN105721936B (zh) 一种基于情景感知的智能电视节目推荐系统
US20090144226A1 (en) Information processing device and method, and program
CN106874355A (zh) 同时融入社交关系和用户相似度的协同过滤方法
KR101639987B1 (ko) 혼합 필터링 기반의 영화추천 방법 및 장치
CN109543016A (zh) 一种数据处理方法、装置和用于数据处理的装置
Zhao et al. Understanding smartphone users from installed app lists using boolean matrix factorization
WO2017023872A1 (en) Systems and methods of providing recommendations of content items
Deldjoo et al. Using mise-en-sc\ene visual features based on mpeg-7 and deep learning for movie recommendation
CN108604250A (zh) 识别内容项的类别并按照类别组织内容项以呈现的方法、系统和介质
Deldjoo Enhancing video recommendation using multimedia content
Ionescu et al. An audio-visual approach to web video categorization
Lin et al. Coupling nonparametric mixtures via latent Dirichlet processes
Wang et al. Interactive ads recommendation with contextual search on product topic space

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant